Predictores importantes

El número de predictores con importancia relativa positiva.

Cualquier árbol de regresión es una colección de divisiones. Cada división proporciona una mejora al árbol. Cada división también incluye divisiones sustitutas que también proporcionan mejoras al árbol. La importancia de una variable viene dada por todas sus mejoras cuando el árbol utiliza la variable para dividir un nodo o como sustituta para dividir un nodo cuando otra variable tiene un valor faltante. La siguiente fórmula proporciona la mejora en un solo nodo:

Los valores de I(t), pIzquierda, y pDerecha dependen del criterio para dividir los nodos. Para obtener más información, vaya a Métodos de división de nodos en CART® Regresión.

La fórmula para la importancia relativa para el q-ésimo predictor escala la importancia por la variable más importante:

R-cuadrado

R2 también se conoce como el coeficiente de determinación.

Raíz del error cuadrático medio (RMSE)

Error cuadrático medio (MSE)

Desviación absoluta media (MAD)

Media del error porcentual absoluto (MAPE)

Notación

TérminoDescription
yi i -ésimo observed response value
mean response
i -ésimo fitted response
Nnumber of records
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política